给我hog+svm行人检测的python代码

以下是基于OpenCV和dlib库实现的HOG+SVM行人检测的Python代码：

import cv2
import dlib

# 加载训练好的SVM模型
svm = cv2.ml.SVM_load('svm.xml')

# 初始化HOG特征检测器
hog = dlib.get_frontal_face_detector()

# 加载图像
image = cv2.imread('test.jpg')

# 在图像中检测行人
rects_hog, weights_hog = hog.detectMultiScale(image, winStride=(4, 4), padding=(8, 8), scale=1.05)

# 遍历检测到的行人并标记出来
for (x, y, w, h) in rects_hog:
    # 提取行人图像
    roi = image[y:y + h, x:x + w]
    # 调整尺寸
    roi = cv2.resize(roi, (64, 128))
    # 提取HOG特征
    _, hog_feat = hog.compute(roi)
    # 用SVM模型进行预测
    result = svm.predict(hog_feat.T)
    # 如果预测结果为1，说明检测到一个行人
    if result[1][0] == 1.0:
        # 标记出行人位置
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

# 显示检测结果
cv2.imshow('Detection Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项：

- 代码中的svm.xml是预先训练好的SVM模型，需要事先准备好。
- 代码中的test.jpg是进行行人检测的图像文件，请根据实际需要替换成自己的图像文件。
- 代码运行需要安装OpenCV和dlib库。